Научные методы теоретического уровня исследования

Основными критериями различия эмпирического и теоретического уровней познания являются характер предмета исследования, тип применяемых средств исследования и особенности методов. В данном вопросе речь пойдет о теоретических методах исследования.

Одним из ведущих методов теоретического исследования является формализация -отображение результатов мышления в точных понятиях или утверждениях. В математике и логике под формализацией понимается отображение содержательного знания в знаковом, формализованном языке. Основное значение формализации заключается в том, что она позволяет устранить многозначность, образность, гибкость обычного языка, поскольку символ в науке строго однозначен (позволяет устранить «идолов рынка» в метафорической интерпретации Ф.Бэкона). Процесс формализации представляет собой замену процедуры размышлений об объекте оперированием со знаками, формулами, и в этом случае отношения знаков заменяют отношения высказываний о свойствах объектов. Это приводит к возможности создать знаковую модель, рассмотреть структуру определенной области исследования, отвлекаясь от ее качественных характеристик. Формализация связана с построением искусственных научных языков и имеет целью точное выражение мыслей. Широкое применение она получила в математике, логике, современной лингвистике.

Исторически сложившимся методом построения научной теории является аксиоматический метод. Его сущность заключается в том, что он опирается на процедуру выведения логическим путем утверждений теории из исходных положений – аксиом.

Аксиоматический метод был известен уже древним грекам, в частности, он нашел применение в «Началах» Евклида. Особенностью аксиоматики этого периода является то, что аксиомы выбирались интуитивным путем из уже имеющегося опыта и не подчинялись единым правилам вывода.

В дальнейшем аксиомы подвергаются формализации, т.е. они вводятся формально как описание некоторой системы отношений и представляются как своеобразные определения исходных понятий (терминов), в случае если эти термины, понятия не имеют никаких других исходных значений.

Дальнейшее развитие и применение аксиоматического метода привели к построению формализованных аксиоматических систем, что потребовало применения математической логики. Аксиоматическая система предстает как особый формализованный язык. Вводятся исходные знаки – термины, указываются правила их соединения в формулы, затем даются перечень принимаемых без доказательств формул и правила вывода из основных формул производных. Этот процесс завершается построением абстрактной знаковой модели, которую можно интерпретировать на разных системах объектов.

Построение аксиоматических систем привело к большим успехам в математике и к представлению о том, что она может развиваться чисто формальными средствами. Однако это представление было опровергнуто в 1931 году математиком Гёделем. На сегодняшний день является очевидным факт, что невозможно всю математику представить как единую аксиоматическую систему, хотя какие-то ее разделы вполне поддаются аксиоматизации.

Аксиоматический метод имеет довольно узкий круг применения, поскольку требует высокого уровня развития аксиоматизированной содержательной теории и, как указывал физик Луи де Бройль, не является методом открытия.

Математика и логика – науки чисто теоретические, для них первостепенное значение имеет непротиворечивость теории. Для эмпирических наук важно, чтобы теория была не только непротиворечивой, но и обоснованной опытом, а потому они требуют особенных приемов построения научных теорий. Таким приемом является гипотетико-дедуктивный метод – «метод рассуждения, основанный на выведении (дедукции) заключений из гипотез и других посылок, истинное значение которых неизвестно». Сущность этого метода заключается в том, что на основе системы гипотез, связанных между собой, выводится утверждение, заключение об эмпирических фактах, однако заключение также имеет лишь вероятностный характер.

Гипотетико-индуктивные рассуждения впервые были подвергнуты анализу еще философами античности в рамках диалектики как искусства вести спор методом рассуждений. Как метод исследования науки он используется, начиная с XVII-XVIII вв., в частности «Механику» Ньютона можно рассматривать как гипотетико-дедуктивную систему (метод принципов), оказавшую огромное влияние на развитие науки. В современной науке гипотетико-дедуктивный метод отождествляется с гипотетико-дедуктивной системой. Гипотетико-дедуктивная система представляет иерархию гипотез: гипотезы верхнего яруса и нижнего, являющиеся следствиями первых. Можно говорить о нескольких шагах этой системы.

Первым шагом является знакомство с фактическим материалом и попытка объяснить его с помощью уже имеющихся законов и теорий. Если таковые не подходят, то выдвигается ряд новых гипотез, которыми пополняется теория. Однако процесс пополнения новыми гипотезами не может быть бесконечным, и если ни одна из гипотез не дает развития теории, то наступает момент, когда необходимо перестроить ядро теории, что требует, в свою очередь, выдвижения новой гипотетико-дедуктивной системы, которая смогла бы объяснить факты без применения новых гипотез и предсказать новые факты.

В период перестройки ядра теории, как правило, возникают конкурирующие г ипотетико-дедуктивные системы. К примеру, в период построения квантовой механики конкурировали волновая механика Луи де Бройля – Э.Шрёдингера и матричная волновая механика В. Гейзенберга.

Конкуренция гипотетико-дедуктивных систем представляет борьбу исследовательских программ, в которой побеждает программа, вобравшая в себя наилучшим образом представленные опытные данные, и высказывает неожиданные с точки зрения других программ предсказания.

Теоретическое познание направлено на наиболее полное, глубокое изучение явлений и имеет цель – дать его (явления) целостный образ, в многообразии его связей, сторон и отношений. Для того чтобы получить такое представление, необходимо мысленно воспроизвести объект во всей совокупности его проявлений.

В научном познании существует прием, позволяющий совершить такую процедуру, – это прием восхождения от абстрактного к конкретному.Его сущность заключается в том, что теоретическая мысль осуществляет движение ко все более полному, точному, всестороннему воспроизведению предмета.

Впервые понятия «абстрактное» и «конкретное» применил Г.Гегель, подразумевая под ними степень содержательности, развитости мысли. Сложилась традиция, согласно которой абстрактное понимается как «бедность», односторонность знания, в то время как конкретное – его полнота и содержательность. Таким образом, принцип восхождения от абстрактного к конкретному означает движение от менее содержательного, неполного, неточного знания ко все более полному, содержательному.

Механизм этого приема можно представить следующим образом: исследователь вначале выделяет некоторую главную сторону, связь изучаемого объекта, затем, прослеживая, как изменяется эта связь в разных условиях, открывает новые связи и отношения, их взаимодействия, что позволяет наиболее полно представить процессы, происходящие в изучаемом объекте.

Основой приема восхождения от абстрактного к конкретному в естественных науках являются идеализированные объекты (например, система материальных точек в механике, молекулярно-кинетическая модель идеального газа в теории газов и др.). Исходная теоретическая конструкция представляет собой некую целостную, хотя и абстрактную, модель объекта, содержание связей и сторон которой рассматривается в контексте взаимосвязей со всеми остальными.

Метод восхождения от абстрактного к конкретному может использоваться как в естественных, так и социальных, общественных науках.

К примеру, анализируя экономические отношения в капиталистическом обществе, К.Маркс создал теоретическую конструкцию, представляющую единство и различие абстрактного и конкретного труда, стоимости и меновой стоимости, исходных противоречий товарных отношений и т.д. с тем, чтобы, рассматривая их в единстве связей и взаимоотношений, выявить сущность капиталистического способа производства.

Таким образом, все представленные методы научного познания используются в единстве, взаимосвязи и взаимодополнении, а их разъединение необходимо для того, чтобы представить сложный и динамичный характер науки как познавательной деятельности.

Глава 2 ИНЖИНИРИНГОВЫЙ ПОДХОД В МЕТОДОЛОГИИ ИЗУЧЕНИЯ ДИСЦИПЛИН

Инженерное дело, инженерия — область человеческой интел­лектуальной деятельности, дисциплина, профессия, задачей которой является применение достижений науки, техники, использование за­конов и природных ресурсов для решения конкретных проблем, целей и задач человечества.

Анализ развития классических инженер­ных дисциплин показывает, что инженерные дисциплины со­здают экономически эффективные решения практических проблем путем использования научных знаний в процессе проектирования.

Можно выделить следующие черты инженерного подхода, ко­торые наследует инжиниринг ПЭС:

• Моделирование,

• Системный подход — преобразование энергосистем предприятия АПК,

• Решение практических проблем на основе фундаментальный и прикладных научных знаний,

• Повторное использование знаний,

• Междисциплинарность дисциплин.

Основополагающая роль моделирования в инжиниринге ПЭС прослеживается как в работах зарубежных, так и отечественных авторов. Модель — это система, исследование которой служит средством для получения информации о другой системе; это упрощенное пред­ставление реального устройства и/или протекающих в нем процессов, явлений; это описание системы, отображающее определенную группу компонентов системы, их свойств и отношений, существенных для управления системой .

С точки зрения характера описания (представления) моделируе­мого объекта классы моделей варьируются от вербальных описаний до формальных (математических) моделей.

Вербальные описания осуществляются с помощью методов типа «мозговой атаки», «сценариев», экспертных оценок, «дерева целей» и т. п. В свою очередь, развитие математики шло по пути расширения средств постановки и решения трудно формализуемых задач. Наряду с детерминированными, аналитическими методами классической матема­тики возникли теория вероятностей и математическая статистика (как средство доказательства адекватности модели на основе представи­тельной выборки и понятия вероятности правомерности использования модели и результатов моделирования). Для задач с большей степенью неопределенности стали привлекать теорию множеств, математическую логику, математическую лингвистику, теорию графов, что во многом стимулировало развитие этих направлений. Иными словами, математи­ка стала постепенно накапливать средства работы с неопределенностью, со смыслом, который классическая математика исключала из объектов своего рассмотрения.

Таким образом, между неформальным, образным мышлением че­ловека и формальными моделями классической математики сложился как бы «спектр» методов, которые помогают получать и уточнять (формализовать) вербальное описание проблемной ситуации, с одной стороны, и интерпретировать формальные модели, связывать их с ре­альной действительностью, с другой. Развитие методов моделирования, разумеется, шло не так после­довательно. Методы возникали и развивались параллельно. Существуют различные модификации сходных методов. Постоянно возникают новые методы моделирования как бы на «пересе­чении» уже сложившихся групп.

Выбор класса модели из «спектра» подсказывается практиче­скими соображениями, а именно, модель, как аналогичная система, за поведением которой мы собираемся наблюдать, должна быть проще исходной во всех своих аспектах, за исключением тех, которые опре­деляют выполнение выбранного отношения эквивалентности.

Первоначально исследователи, развивающие теорию систем, предлагали классификации систем и старались поставить им в соответ­ствие определенные методы моделирования, позволяющие наилучшим образом отразить особенности того или иного класса. Такой подход к выбору методов моделирования подобен подходу прикладной матема­тики. Однако в отличие от последней, в основу которой положены классы прикладных задач, системный анализ может один и тот же объ­ект или одну и ту же проблемную ситуацию (в зависимости от степени неопределенности и по мере познания) отображать разными классами систем и соответственно различными моделями, организуя, таким образом, как бы процесс постепенной формализации задачи, т. е. «выращи­вание» ее формальной модели.

Существует и другая точка зрения. Если последовательно менять методы приведенного «спектра» (не обязательно используя все), то можно постепенно, ограничивая полноту описания проблемной ситуации (что неизбежно при формализации), но, сохраняя наиболее существенные с точки зрения цели (структуры целей) компоненты и связи между ними, перейти к формальной модели.

В то же время анализ процессов изобретательской деятельности, опыта формирования сложных моделей принятия решений показал, что практика не подчиняется такой логике, т. е. человек поступает ина­че: он попеременно выбирает методы из левой и правой частей «спектра». Поэтому удобно как бы «переломить» этот «спектр» методов примерно в середине, где графические методы смыкаются с методами структуризации, т. е. разделить методы моделирования систем на два больших класса: методы формализованного представления систем и методы, направленные на активизацию использования интуи­ции и опыта специалистов (МАИС).

Если обратиться к сложившейся в настоящий момент практике использования моделирования в инжиниринге ПЭС, то можно ска­зать, что «ядро» подходов и инструментов моделирования составляют методы структурирования, применение таблиц решений, графиче­ские, семиотические и в некоторых случаях теоретико-множественные методы. Остальные методы, как правило, носят ха­рактер либо вспомогательный (сбор первичной информации для наполнения модели), либо частный узкоспециализированный (стати­стическое моделирование для прогноза выходных и оптимизируемых параметров), либо перспективно-инновационный (автоматизированный логический вывод на основе модели).

Таблица 2.1 -Классификация методов моделирования сложных систем ПЭС АПК и позиционирование инструментов инжиниринга

Методы типа «мозговой атаки» или «коллективной генерации идей»	Аналитические
Методы типа «узкоспецилизированные сценарии»	Статистические
Методы экспертных инновационные оценок	Лингвистические
Методы типа «Дельфи»	Логические
Методы структуризации типа «дерева целей», "Ядро" современных «прогнозного графа» др. подходов и	Теорико-множественные
Морфологический подход инструментов Инжиниринга энергосистем	Семиотические
Метод решающих матриц	Графические

Системность в инжиниринговом подходе изучения ПЭС заключается

в использовании верхнеуровневых описаний проектируемого объекта — нельзя отдельно проектировать детали, не имея чертежа общего вида, в котором все части и детали связаны вместе и который позволяет понять роль отдельной части в системе. Система — совокупность взаимодействующих элементов, организованных для достижения одного или нескольких установлен­ных назначений. Для решения частных задач необходимо видеть целое (рисунок 2.2).

Инженерия основана на кодификации научных знаний о проблемной области в форме, которая полезна (напрямую) специалисту-практику и позволяет давать ответы на вопросы, которые часто возникают на практи­ке. Благодаря этому среднестатистический инженер может применять эти знания и решать проблемы намного быстрее, чем раньше. Таким образом, инженерия делает доступными накопленный опыт вместо того, чтобы рас­считывать на уникальные виртуозные решения.

Инжиниринг ПЭС нацелен на создание полезных типовых решений для определенных проблем предприятий АПК и устраняет разрыв между теоретическими знаниями организационной науки (а также применимыми наработками технических и компьютерных наук), с одной стороны, и актуальными конкретными проблемами предприятий, с другой. Данный разрыв существует потому, что теории позволяют хорошо объяс­нять существующие явления на предприятиях, но плохо применимы для создания решений проблем, то есть для поддержки инноваций и эволюции. С научных позиций деятельность в рамках инжиниринга ПЭС может рассматриваться как управляемый итеративный поиск научно-обоснованных решений.

В инжиниринге отношение «причина-следствие» связано с теоретическими исследованиями, а отношение «цель-средство» с понятием технология. Если теоретические исследования ста­раются лучше понять и объяснить интересующий феномен, то инжиниринг ПЭС ищет и создает инновационные артефакты. Теоретические ис­следования и инжиниринг ПЭС преследует две принципиально разные цели: в одном случае причинно-следственные связи должны быть истин­ными, в другом — связи между целями и средствами должны быть полез­ными.

Типовые решения и повторное использование знаний. В инженерных дисциплинах разделяют инновационное и рутинное проектирование. Инновационное проектирование направлено на создание принципиально новых решений, а рутинное проектирование основано на повторном использовании готовых шаблонов или модулей для решения известных проблем.

Разработка инновационных моделей требу­ет глубокого знания отрасли и креативности, однако большая часть задач в инжиниринге строится на рутинах, например, объеди­нение двух отделов в один, внедрение стандартного программного обеспечения и др.

Методы и инструменты инжиниринга ПЭС в программе обучения магистрантов направлены на формализацию и информатизацию деятельности и на активизацию мышления в инновационных процессах.

Глава 3 МЕТОДОЛОГИЯ ПОДГОТОВКИ МАГИСТРАНТОВ ПО ПРОГРАММЕ «ЭЛЕКТРОТЕХНОЛОГИЯ И ЭЛЕКТРООБОРУДОВАНИЕ В АПК»

«Инженер - человек, способный взять теорию

и приладить к ней колеса»

Леонард Левинсон

Подготовка кадрового обеспечения решения отраслевой проблемы повышения энергоэффективности (приоритетный в АПК) будет результативной только после целенаправленного функционирования набора изучаемых дисциплин и их содержания. Научной школой ка­федры «Энергообеспечение производств в АПК» предложен базовый объект изучения – по­требительская энергосистема (ПЭС) предприятия, представляющая собой совокупность тех­нических элементов (не только энергетических), характеризующихся собственными показа­телями эффективности осуществляемых ими энергетических процессов. Влияние этих пока­зателей на единый системный (для ПЭС это энергоемкость продукции) зависит от величины проходящей через элемент энергии, удельного расхода энергии, от получаемого процессового ре­зультата, и от места (эмпирического адреса) элемента в общей системе. Приобретаемая маги­страми в университете способность управлять эффективностью ПЭС возможна только через приобретение ими системных знаний по теории энергетических законов, по при­кладным законам высшей математики, по методам единых критериальных оценок эффектив­ности всего разнообразия энергетических процессов, по современным информационным технологиям, позволяющим использовать данные для анализа эффективности ПЭС. Состав­ленная кафедрой ЭОП в АПК программа соответствует этим требованиям. Такой вывод сделан на основе опыта подготовки магистров в последние три года, который показал, что в ПЭС при­нимаемые решения по повышению эффективности являются системными, т.е. более общими по содержанию предшествующих агроинженерных решений по выбору оборудования.